從字典中提取信息 dataframe

Question

使用 Python 中的模塊facebook_scraper我想提取 Facebook 條帖子評論的文本，以對某個頁面進行情感分析。

使用內置的 function get_posts的以下用法，

from facebook_scraper import get_posts
import pandas as pd

for post in get_posts('PAGE_NAME', extra_info=True, pages=50, options={"comments": True}):
    post_entry = post
    fb_post_df = pd.DataFrame.from_dict(post_entry, orient='index')
    fb_post_df = fb_post_df.transpose()    
    post_df_full = post_df_full.append(fb_post_df)
    print(post['post_id']+' get')

可以將帖子信息抓取到 dataframe fb_post_df中，它看起來像這樣（只有相關列的壓縮版本，因為 function 返回包含 50 列的 df）：

post_id	文本	...	comments_full
12345	'帖子正文'	...	[{'comment_id': '12345', 'comment_url': 'https://facebook.com/12345', 'commenter_id': '12345', 'commenter_url': None, 'commenter_name': 'Jane Doe', ' commenter_meta'：無， 'comment_text'：'我需要這篇文章，評論的文本' ，'comment_time'：2022-02-23 10:01:38，'comment_image'：無，'comment_reactors'：[]，' comment_reactions'：無，'comment_reaction_count'：無，'回復'：[]}]

comments_full 列的dtype是 object。

我試過使用 pandas 的from_dict來生成一個新的 dataframe 僅由評論文本組成，但它似乎無法將列的內容識別為字典——因為它是一個字典列表（如果這有意義的話）。

請注意，如果帖子沒有評論，該列可以為空，在這種情況下，該列的內容如下所示： []

Answer 1

列表理解應該可以解決問題：

post_df_full['comments_full'].apply(lambda x: [y['comment_text'] for y in x] if x else 'no comment')